Record Details

Rancang Bangun Sistem Deteksi Kemanisan Buah Melon dengan Metode Gray Level Co-occurrence Matrix (GLCM) dan Support Vector Machine (SVM)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Rancang Bangun Sistem Deteksi Kemanisan Buah Melon dengan Metode Gray Level Co-occurrence Matrix (GLCM) dan Support Vector Machine (SVM)
 
Added Entry - Uncontrolled Name Alqoria, Noza Trisnasari
Utaminingrum, Fitri
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Buah melon memiliki banyak sekali manfaat serta kandungan vitamin yang berguna untuk kesehatan. Ada berbagai macam jenis dari buah melon yang unggul di Indonesia, salah satunya adalah jenis Sky Rocket Melon. Melon jenis ini berbentuk bulat dan memiliki kulit buah yang tebal dan berwarna hijau. Seluruh permukaan kulitnya ditutupi jaring berwarna kelabu dan memilki daging buah yang berwana kuning kehijauan. Saat ini masih belum ada teknologi yang dapat mengetahui tingkat kemanisan dari buah melon. Untuk mengetahuinya, perlu dengan membelah atau mengiris sebagian daging buahnya. Cara ini dirasa sangat tidak praktis, sehingga dibutuhkan suatu inovasi teknologi hanya dengan analisis gambar digital. Penelitian ini menggunakan metode Gray Level Co-occurrence Matrix dan Support Vector Machine. Dalam penelitian ini menggunakan variasi nilai d=1, 2 dan arah sudut θ = 0°, 45°, 90°, 135° dengan 5 fitur yaitu contrast, homogeneity, energy, dissimilarity dan correlation. Untuk deteksi kelas buah melon terbagi menjadi kelas manis dan tidak manis menggunakan Support Vector Machine (SVM) dengan menguji 3 kernel yaitu Linear, RBF dan Polynomial. Penelitian ini menggunakan kamera Raspberry Pi untuk melakukan pengambilan gambar buah melon dengan jarak sejauh 10 cm yang terdeteksi oleh sensor ultrasonic. Hasil deteksi buah melon akan ditampilkan pada LCD 16x4. Pada pengujian sensor ultrasonic mendapatkan rata-rata error sebesar 1.97% dengan akurasi sensor ultrasonic sebesar 98.03%. Pada pengujian sistem ini, didapatkan akurasi tertinggi oleh kernel RBF dengan variasi jarak d= 2 dan arah sudut θ = 45° yaitu sebesar 86% dengan rata-rata waktu komputasi sebesar 8.5403 detik.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9250
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 6 (2021): Juni 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com